【教學新知】廣電系黃國華老師:電視音訊製作新課題:從RF分配到AI自主判斷的轉型挑戰

在數位與AI技術快速演進的今天,製作現場的導播與成音工程師正面臨全新挑戰。從大型現場直播所需的無線麥克風頻率協調,到透過Audio-over-IP(AoIP)實現的遠端製播,再到AI自動混音與即時降噪,這些新趨勢正改變傳統分工,也帶來更靈活且沉浸的節目聲畫體驗。

教學發展中心與您分享【教學新知】廣電系黃國華老師:電視音訊製作新課題:從RF分配到AI自主判斷的轉型挑戰。啟發我們在課程中運用數位工具與跨域思維,例如多聲道錄音實作、即時串流教學等;透過類比廣電現場的協作模式,教師可引導學生理解「技術+創意」的融合,培養跨領域能力。

歡迎各位教師參閱!


撰文: 廣電系黃國華老師

圖一:本圖由巧玲與ChatGPT_Andy協作生成

隨著廣電科技的發展,電視製作現場出現了許多新技術與新趨勢,進一步影響了導播與成音工程師之間的合作模式。無線傳輸、網路通訊、沉浸式音效與AI工具的引入,一方面為節目聲畫呈現帶來更多可能,一方面也對雙方提出新的挑戰和學習門檻,以下略舉數例。

無線麥克風與頻率協調(Frequency Coordination)

在大型現場直播和綜藝演出中,使用大量無線麥克風已是常態。主持人、表演嘉賓、評審乃至觀眾互動,都可能各自佩戴一支無線麥克風,同時可能還有多無線手持麥克風在人群中傳遞。這對成音工程師而言是一大考驗:不僅要在短時間內選擇足夠數量的優質無線麥克風設備,還必須巧妙規劃每支麥克風的無線頻道,以避免互相干擾與外部干擾源。無線頻譜資源有限,多套麥克風同時運作時若頻率間隔或配置不當,就可能出現雜訊、掉頻,甚至麥克風互相串音等問題,頻率協調因此成為音控工作的重中之重。

遠端製播與音頻網路(AoIP)

近年來,由於網路通信的發達和節目製作成本考量,Remote Production(遠端製播)成為一股浪潮。傳統上,大型戶外轉播往往需要整車設備和完整團隊親赴現場;但現在透過高速網路連線與遠端控制技術,導播可以坐在數百甚至上千公里外的副控室指揮現場拍攝與切換。攝影機與收音設備部署在活動現場,訊號透過光纖或網際網路傳回總控中心,導播和成音工程師則並肩坐在遠端機房裡完成直播。Audio-over-IP(AoIP)技術正是這種遠端製播模式下的關鍵支柱:它將現場的多路音訊轉化為數位封包,在IP網路上實時傳輸,取代以往傳統的類比或SDI嵌入音頻傳輸方式。具體而言,業界出現了如Dante、AES67、SMPTE ST 2110等專業音頻網路協定。這些協定允許數十上百路的音軌透過標準網路設備靈活路由,不受物理音頻線纜距離限制,大幅提高了音訊傳送的彈性與擴充性。遠端製播提高了設備利用效率,但也要求導播與音控具有更多IT知識。他們需要懂得網路頻寬、封包延遲、資料備援等概念;音控甚至要會監測網路封包來預防音訊丟失或抖動。這迫使傳統廣電人員轉型為「廣電+資通科技」的跨域人才。

AI音訊處理與智能化工具:

AI演算法如今已經能夠將嘈雜環境中的解說員聲音從雜音中「抽離」出來,再即時混入乾淨的背景音中。近年某些體育賽事的多語種轉播就運用了這類技術,透過AI將英文轉播中的解說聲音從觀眾噪音中分離,轉換成另一語言後,再與原始觀眾歡呼背景重新混合,觀眾聽起來彷彿就是現場使用該語言轉播一般。除了去噪與分離,AI還被運用在自動混音上:早期廣播音控常用自動混音器(如Dugan Automixer)來自動平衡多支麥克風的音量,避免發言人插話時聲音互蓋。而現在更先進的AI系統可以識別出哪一位嘉賓正在說話,智能調整各麥克風增益,甚至根據對話內容判斷何時該插入音效或音樂。這些原本需要資深音控緊盯畫面與分貝計才能完成的操作,如今AI輔助下變得更加精準且不遺漏細節。AI帶來了新的決策維度,導播現在有了更多聲音選項可供選擇,例如某現場收音很嘈雜,以前可能只能將就使用或棄用該畫面,但現在透過AI降噪處理後畫面或許可被保留。導播因此在內容編排上更具彈性,但同時也必須理解AI處理可能帶來的聲音失真和延遲風險。舉例而言,AI消除雜音可能連帶抹去一點環境氛圍,導播必須權衡這是否影響真實感;又如AI處理需要幾十毫秒時間,在快節奏直播中會不會造成聲畫同步的細微不良?這些都是導播現在需要納入考量的新課題。最後,AI的介入模糊了傳統分工,一些過去純屬音控範疇的判斷(比如哪些頻段噪聲需要濾除)可能由AI自動完成,而導播也可能直接使用某些AI音效管理介面快速調整節目聲音。

總而言之,新技術的湧現正在悄然改變導播與成音工程師的協作生態:從無線頻率、網路傳輸到沉浸音效、AI智能,每一項創新都為他們提出了新的課題。同時也讓節目的聲畫呈現有了前所未有的豐富可能。

圖二:節錄改寫自黃國華(2025)《電視導播學20講》翰蘆出版社


「教學新知」邀稿文章,圖文內容不拘,建議在1,500字以內。內容亦可運用附圖或相關超連結,來提供相關引註資料。來信賜稿請寄至教發中心E-mail:ctld@mail.shu.edu.tw。稿件若經採用,將刊登至教學發展中心網頁(https://reurl.cc/9vKAbY),並寄發至全校教師電子郵件。